HotComment：一个评估在线评论热度的基准
人工智能
2026-04-29 v1
摘要
在线评论在塑造社交媒体上的公众情绪和舆论动态方面发挥着至关重要的作用。然而，评估其热度仍然具有挑战性，这不仅是因为它取决于语言质量、原创性和情感共鸣，还因为不同平台和用户群体之间的风格偏好差异很大，导致同一条评论在不同社区中产生不同的共鸣。在这项工作中，我们提出了 HotComment，一个整合了视频和文本模态的多模态基准，它从三个增强的方面全面量化了热度：（1）内容质量，评估与真实人类评论的语义相似性，并通过四个可解释的维度扩展质量评估；（2）热度预测，基于在真实世界交互数据上训练的模型趋势；以及（3）用户行为模拟，通过基于代理的框架对平台用户分布进行建模并近似计算参与度得分。此外，我们提出了 StyleCmt，其灵感来源于社会涟漪效应，其中多个风格维度协同作用以放大具有社会共鸣的表达并抑制不一致的表达。
引用
@article{arxiv.2604.25614,
title = {HotComment: A Benchmark for Evaluating Popularity of Online Comments},
author = {Yafeng Wu and Yunyao Zhang and Liliang Ye and Guiyi Zeng and Junqing Yu and Chen Xu and Zikai Song},
journal= {arXiv preprint arXiv:2604.25614},
year = {2026}
}